西拉德引擎与信息的热力学代价

当时的困境

1867 年 12 月，麦克斯韦在给泰特的信里设想了一个小东西；四年后，他把它写进教科书《热的理论》的最后一节，标题叫「第二定律的局限」。一只装满同温空气的容器被隔板分成 A、B 两半，板上有个小孔，孔边守着一个「官能敏锐到能跟上每一个分子」、却和我们一样有限的存在。它只放快分子从 A 到 B、只放慢分子从 B 到 A，于是——麦克斯韦写道——「不必花费功」，B 热起来，A 冷下去，与第二定律相矛盾。

麦克斯韦的用意是说明第二定律是统计的，只在我们「只能成团地处理物体」时才成立。1874 年开尔文在《自然》上把这个存在叫作「妖」，名字就此留下。

可这个例子留下了一个比「统计」更尖锐的问题。妖不推活塞、不烧燃料，它唯一做的事是知道分子往哪边飞，然后照这份知识开关小门。如果开关门的功可以做得任意小，那第二定律的破绽就不在门上，而在「知道」这件事上。知道要不要付钱？付什么？

二十世纪初的回答大多是在门上找毛病。1912 年斯莫卢霍夫斯基指出，一扇轻到能被单个分子推开的活门，自己也在热涨落里乱跳，开关不再听妖的指挥，自动的「单向阀」因此造不成。这堵住了机械妖，却没有碰到真正的问题：一个会看、会记、会决定的妖，到底哪里违法？

洞见时刻

西拉德的办法是把问题削到最简。1929 年他在《物理学杂志》上发表了那篇 1927 年交给柏林大学的讲师资格论文，里面的机器只有一个分子：它和温度为 $T$ 的热源接触，在容器里乱撞。从中间插入隔板，看它在哪一边，然后把隔板当活塞，让这个分子推着它等温膨胀回整个容器。每一轮从热源取出的功是

$$W = kT\ln 2$$

插板几乎不费功，膨胀是准静态的，一轮之后机器回到原状。唯一剩下的环节是「看一眼」并把结果记住，好决定活塞该往哪边接负载。如果这一步是免费的，这就是一台从单一热源不断取功的第二类永动机。

西拉德的结论是：测量必付熵。他把「妖」换成一个有记忆变量的物理装置，把测量写成被测系统与这个变量之间建立关联，然后证明：只要测量两种结果伴随的熵产生 $S_1$、$S_2$ 满足 $e^{-S_1/k}+e^{-S_2/k}\le 1$，整个循环的总熵就不减；结果对称时，每次至少要付 $k\ln 2$。这恰好抵消了膨胀从热源吸走的那份熵 $k\ln 2$。那时离香农的信息论还有十九年，西拉德已经给一个二选一的答案标出了热力学价格。

西拉德本人把代价放在测量上，但他的论文里其实已有「记忆」的读写与复位；后来的读者对他究竟把账记在哪一步，解读并不一致。

布里渊：看见需要光。 1951 年布里渊给「测量必付熵」补了一个具体机制。关在等温容器里的妖身处黑体辐射之中，周围一片均匀的热光，什么也看不清；要看见分子，就得用一盏比环境更热的灯，打出去的光子能量 $h\nu$ 必须明显大于 $kT$，才能从背景里被分辨出来。光子被吸收时产生的熵，总是超过妖所得信息折合的熵。布里渊由此提出「负熵原理」：信息是负熵，获取信息就要消耗负熵。这个解释流行了二三十年，进了教科书。

它的不足在于只证明了用光看要付钱。换一种测量方式，这笔账还成立吗？布里渊没有给出不依赖具体机制的论证。

兰道尔：代价在擦除。 1961 年，IBM 的兰道尔从另一头入手：不问妖，问计算机。他注意到，有些逻辑操作是「多对一」的——比如把一位存储器不管原来是 0 还是 1 一律置成 1。这种操作丢掉了信息，逻辑上不可逆；而物理定律在微观上可逆，丢掉的那份区分只能以熵的形式转移到环境里。于是在温度 $T$ 的环境中，擦除一比特至少要放出

$$Q \ge kT\ln 2$$

的热。这就是兰道尔原理。按室温 300 K 算，$kT\ln 2$ 约为 $2.9\times10^{-21}$ 焦，即 0.018 电子伏特。

本内特：测量可以不花钱。 兰道尔在 IBM 的同事本内特把这条线索推到了妖身上。1973 年他证明，任何计算原则上都能用逻辑可逆的步骤完成，不必擦除任何东西。1982 年他在一篇综述里转回麦克斯韦妖：测量本质上是把分子的位置复制到一个事先清空的存储位上，而复制到空白位上是可逆操作，原则上可以不耗散。真正躲不开的是循环的最后一步——妖要进行下一轮，就得把记着上一轮结果的那一位清掉，这一擦正好付出 $kT\ln 2$，与西拉德引擎取出的功两相抵消。据本内特所述，奥利弗·彭罗斯 1970 年在一部统计力学著作里已独立得出过相近的看法。

从此，这只妖的标准「驱魔」说法变成了：代价不在看，而在忘。

涟漪效应

实验把这笔账量了出来。 兰道尔的 $kT\ln 2$ 在室温下太小，直到能操纵单个胶体粒子和单个电子之后，才有人量得到它。

2010 年，鸟谷部祥一、沙川贵大、上田正仁等人做了一台「信息热机」：两颗直径 287 纳米的聚苯乙烯小球连成的二聚体，一端钉在玻璃上，靠布朗运动来回转动；电极加上交变电场，给它造出一道倾斜的周期势，像一段螺旋楼梯，粒子平时只会往下滚。他们实时测粒子的角度，一旦发现它被热涨落抛上了一级台阶，就立刻切换势场，把退路堵住。粒子于是一级级往上爬，获得的自由能比外界对它做的功还多——多出来的那部分来自测量得到的信息，转换效率约 28%。这台机器验证的是沙川与上田 2008 年推广的第二定律：有反馈时，能取出的功最多可以超出自由能减少量 $kT$ 乘以所得的互信息 $I$，

$$W_{\text{ext}} \le -\Delta F + kT\,I$$

2012 年，里昂高等师范学校的贝吕（Antoine Bérut）与 Ciliberto、Lutz 等人直接量了擦除。一颗直径 2 微米的二氧化硅小球被激光镊子困在双阱里，左阱记 0、右阱记 1；擦除时先把势垒从 $8kT$ 以上降到 $2.2kT$，再施一个推力把小球赶进指定的阱，最后升回势垒。擦除用时越长，平均耗散的热越低，长时间极限下趋近 $kT\ln 2$，偏离量大致与擦除时间成反比。2014 年 Jun、Gavrilov 与 Bechhoefer 用反馈阱做了精度更高的复核。同年，芬兰阿尔托大学的 Koski、Pekola 等人用一个单电子盒在约 0.1 K 下造出了真正的西拉德引擎，信息记在多出来的那个电子落在哪个岛上，每轮平均取出约 $0.75\,kT\ln 2$ 的功。

信息热力学成了一门学科。 把测量、反馈、记忆都当作热力学过程来计账，今天是非平衡统计物理的一个活跃分支，研究对象从分子马达到细胞的感知与纠错。

计算机有了一条物理下限。 兰道尔原理给每一次不可逆的比特擦除规定了最低热耗；本内特的可逆计算说明，这条下限原则上可以靠不擦除来绕开。可逆逻辑也成了量子计算的基本约定——量子门在理想情况下全都是可逆的。今天芯片每次逻辑操作的实际能耗仍远在兰道尔下限之上，但随着器件缩小，这条下限越来越常被当作远处的参照。

争议并没有结束。 代价究竟在测量还是在擦除，两方都有人。

• 支持兰道尔—本内特一方的主要理由是：已有具体的可逆测量模型，而擦除的 $kT\ln 2$ 已在多个系统里被测到。本内特 2003 年撰文回应批评，认为兰道尔原理是第二定律用于信息处理时的直接推论。
• 科学哲学家厄尔曼与诺顿 1998–1999 年的长文认为，这类「驱魔」论证有一个两难：若妖本身就是一个普通的热力学系统，第二定律已经管住了它，用不着新原理；若不是，信息论的论证也证明不了它不能违法。据诺顿 2005 年与 2011 年的文章，兰道尔原理的通行推导混淆了「逻辑状态的集合」与「热力学系综」，并未得到一般证明；他还论证，分子尺度上的涨落会破坏本内特所依赖的那种可逆测量，所以测量的代价不能简单地算作零。Ladyman 与 Robertson 2013 年撰文为兰道尔辩护，诺顿随即作答。

实验方面也有两种读法：据实验者的表述，贝吕等人的结果「验证」了兰道尔原理；批评者则认为，这些实验量到的是某个具体擦除过程的热耗趋近 $kT\ln 2$，与普通统计力学的预期一致，不足以裁决原理在一般意义上是否成立。

如果没有它

麦克斯韦妖会一直停在「第二定律只是统计的」这个结论上，而「知道」这件事是否有物理后果，就只能是哲学问题。西拉德用一个分子把它变成了一道可以计算的热力学题，布里渊、兰道尔、本内特接着改了三次答案，最后由单个小球和单个电子交卷。

没有这条线，「信息是物理的」——兰道尔 1991 年一篇文章的标题——就少了它最硬的一块论据；计算的能耗讨论没有下限可以参照，信息热力学也不会成为今天这样一门可以做实验的学问。